CN114840908A - 一种基于bim和神经网络模型的仿古建筑节能优化方法 - Google Patents
一种基于bim和神经网络模型的仿古建筑节能优化方法 Download PDFInfo
- Publication number
- CN114840908A CN114840908A CN202210650733.4A CN202210650733A CN114840908A CN 114840908 A CN114840908 A CN 114840908A CN 202210650733 A CN202210650733 A CN 202210650733A CN 114840908 A CN114840908 A CN 114840908A
- Authority
- CN
- China
- Prior art keywords
- building
- neural network
- bim
- construction
- network system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computer Graphics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于BIM和神经网络模型的仿古建筑节能优化方法,包括以下步骤:S1:通过BIM系统构建仿古建筑三维模型,并将模型导入神经网络系统中;S2:通过神经网络系统对仿古建筑三维模型进行拆解;本发明通过利用BIM系统对仿古建筑进行建模处理,然后通过神经网络系统根据相关数据对仿古建筑进行优化处理,并将建筑细节部分提取出来,以便对建筑细节部分提前进行预制,从而节约了建筑细节部分施工时耗费的时间,然后再次通过神经网络系统根据处理后的数据对施工方案进行制定,使施工方案与仿古建筑更为贴合,避免了在施工过程中产生不必要的损耗和能耗,进而节约仿古建筑的施工成本。
Description
技术领域
本发明涉及仿古建筑技术领域,特别涉及一种基于BIM和神经网络模型的仿古建筑节能优化方法。
背景技术
古建筑以其独特的构造,美丽壮观的外形,严谨的结构,享誉世界,在世界建筑中独具一格,自成体系,是世界建筑史上一颗璀璨的明珠,仿古建筑是仿照古建筑的式样应用现代结构材料、现代工艺技术建造的建筑物,通常采用钢筋混凝土框架结构,圆形柱上安装斗拱,屋面挑檐板下设戾子,屋面采用悬山、歇山、庑殿、重檐等不同样式的坡顶铺瓦屋面,外表进行彩绘装饰;BIM又称建筑信息模型是建筑学、工程学及土木工程的新工具,建筑信息模型或建筑资讯模型一词由Autodesk所创的,它是来形容那些以三维图形为主、物件导向、建筑学有关的电脑辅助设计;神经网络系统是由大量的、简单的处理单元广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统,神经网络具有大规模并行、分布式存储和处理、自组织、自适应和自学能力,特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题。
传统的仿古建筑在进行建设施工时,由于建筑的体量通常较大,且存在较多的建筑细节,如悬山、重檐和斗拱等,若按照现代建筑施工方法直接进行施工,将会导致在施工过程中容易出现损耗大、能耗高等现象,进而增加了耗费的时间和施工成本,为此,提出一种基于BIM和神经网络模型的仿古建筑节能优化方法。
发明内容
有鉴于此,本发明希望提供一种基于BIM和神经网络模型的仿古建筑节能优化方法,以解决或缓解现有技术中存在的技术问题,至少提供有益的选择。
本发明实施例的技术方案是这样实现的:一种基于BIM和神经网络模型的仿古建筑节能优化方法,包括以下步骤:
S1:通过BIM系统构建仿古建筑三维模型,并将模型导入神经网络系统中;
S2:通过神经网络系统对仿古建筑三维模型进行拆解,通过与建筑模型数据库进行对比确定建筑细节部分与建筑所需材料,并将建筑细节部分从三维模型中提取出;
S3:将建筑位置和地理环境录入神经网络系统中,通过神经网络系统进行综合数据分析,确定建筑朝向及建筑料获取途径;
S4:通过神经网络系统结合分析结果与数据库资料,对仿古建筑内的线路、水路、供暖、通风、采光和照明线路进行优化处理;
S5:通过神经网络系统综合优化后的仿古建筑三维模型、建筑材料、建筑细节部分和地理位置数据对施工方案进行制定,并结合施工所需相关设备,对能耗进行预估分析;
S6:通过神经网络系统将施工方案和预估结果反馈至BIM系统,并通过BIM系统对施工方案进行三维动态演示,并将能耗预估结果显示出来。
进一步优选的,所述S1中,通过利用BIM系统对仿古建筑进行建模。
进一步优选的,所述S2中,通过将拆解后的仿古建筑三维模型与建筑模型数据库内的数据进行比对,从而快速确定出仿古建筑三维模型中的建筑细节部分,并将建筑细节部分从三维模型中提取出来,以便在建筑施工前对建筑相关细节部分进行提前预制。
进一步优选的,所述S3中,通过神经网络系统利用建筑位置和地理环境数据对仿古建筑的朝向进行分析模拟,从而使仿古建筑在使用时,能够更好的进行采光和通风。
进一步优选的,所述S3中,通过神经网络系统根据建筑所需材料结合建筑位置数据,对材料获取途径进行优化分析,用以更便捷的获取建筑相关材料,节约了材料的运输成本和能耗。
进一步优选的,所述S4中,通过神经网络系统结合仿古建筑三维模型的室内空间分布和数据库内的线路方案,对仿古建筑内的各种线路进行优化处理,避免了在施工和使用过程中产生不必要的损耗。
进一步优选的,所述S5中,通过神经网络系统根据优化后的仿古建筑、建筑材料、建筑细节部分和地理位置对施工方案进行制定,使施工方案与仿古建筑更为贴合,避免了在施工过程中产生不必要的损耗和能耗。
进一步优选的,所述S6中,通过BIM系统对施工方案进行三维动态演示,以便工作人员可以跟直观的了解施工方案。
本发明实施例由于采用以上技术方案,其具有以下优点:本发明通过利用BIM系统对仿古建筑进行建模处理,然后通过神经网络系统根据相关数据对仿古建筑进行优化处理,并将建筑细节部分提取出来,以便对建筑细节部分提前进行预制,从而节约了建筑细节部分施工时耗费的时间,然后再次通过神经网络系统根据处理后的数据对施工方案进行制定,使施工方案与仿古建筑更为贴合,避免了在施工过程中产生不必要的损耗和能耗,进而节约仿古建筑的施工成本。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本发明进一步的方面、实施方式和特征将会是容易明白的。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的步骤流程图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本发明的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
下面结合附图对本发明的实施例进行详细说明。
如图1所示,本发明实施例提供了一种基于BIM和神经网络模型的仿古建筑节能优化方法,包括以下步骤:
S1:通过BIM系统构建仿古建筑三维模型,并将模型导入神经网络系统中;
S2:通过神经网络系统对仿古建筑三维模型进行拆解,通过与建筑模型数据库进行对比确定建筑细节部分与建筑所需材料,并将建筑细节部分从三维模型中提取出;
S3:将建筑位置和地理环境录入神经网络系统中,通过神经网络系统进行综合数据分析,确定建筑朝向及建筑料获取途径;
S4:通过神经网络系统结合分析结果与数据库资料,对仿古建筑内的线路、水路、供暖、通风、采光和照明线路进行优化处理;
S5:通过神经网络系统综合优化后的仿古建筑三维模型、建筑材料、建筑细节部分和地理位置数据对施工方案进行制定,并结合施工所需相关设备,对能耗进行预估分析;
S6:通过神经网络系统将施工方案和预估结果反馈至BIM系统,并通过BIM系统对施工方案进行三维动态演示,并将能耗预估结果显示出来。
在一个实施例中,S1中,通过利用BIM系统对仿古建筑进行建模;通过利用BIM系统对仿古建筑进行建模处理,然后通过BIM系统将建模后的仿古建筑导入神经网络系统。
在一个实施例中,S2中,通过将拆解后的仿古建筑三维模型与建筑模型数据库内的数据进行比对,从而快速确定出仿古建筑三维模型中的建筑细节部分,并将建筑细节部分从三维模型中提取出来,以便在建筑施工前对建筑相关细节部分进行提前预制;通过神经网络系统将仿古建筑的细节部分提取出来,以便在建筑施工前对建筑相关细节部分进行提前预制,从而节约了建筑细节部分施工时耗费的时间。
在一个实施例中,S3中,通过神经网络系统利用建筑位置和地理环境数据对仿古建筑的朝向进行分析模拟,从而使仿古建筑在使用时,能够更好的进行采光和通风;通过神经网络系统利用建筑位置和地理环境数据对仿古建筑的朝向进行模拟,从而使仿古建筑在使用时,能够更好的进行采光和通风。
在一个实施例中,S3中,通过神经网络系统根据建筑所需材料结合建筑位置数据,对材料获取途径进行优化分析,用以更便捷的获取建筑相关材料,节约了材料的运输成本和能耗;通过建筑所需材料结合建筑位置数据,对材料获取途径进行优化分析,用以就近获取仿古建筑相关建筑材料,节约了材料的运输成本和能耗。
在一个实施例中,S4中,通过神经网络系统结合仿古建筑三维模型的室内空间分布和数据库内的线路方案,对仿古建筑内的各种线路进行优化处理,避免了在施工和使用过程中产生不必要的损耗;通过神经网络系统结合仿古建筑三维模型的室内空间分布和数据库内的线路方案,对仿古建筑内的线路、水路、供暖、通风、采光和照明线路进行优化处理,避免了在施工和使用过程中产生不必要的损耗,使仿古建筑在施工和使用时更为节能环保。
在一个实施例中,S5中,通过神经网络系统根据优化后的仿古建筑、建筑材料、建筑细节部分和地理位置对施工方案进行制定,使施工方案与仿古建筑更为贴合,避免了在施工过程中产生不必要的损耗和能耗;通过神经网络系统综合优化后的仿古建筑三维模型、建筑材料、建筑细节部分和地理位置对施工方案进行制定,使施工方案与仿古建筑更为贴合,避免了在施工过程中产生不必要的损耗和能耗,进而节约仿古建筑的施工成本。
在一个实施例中,S6中,通过BIM系统对施工方案进行三维动态演示,以便工作人员可以跟直观的了解施工方案;通过神经网络系统将施工方案和预估结果反馈至BIM系统,通过BIM系统对施工方案进行三维动态演示,并将能耗预估结果显示出来,以便工作人员可以更直观的了解施工方案。
本发明在工作时:通过利用BIM系统对仿古建筑进行建模处理,然后通过BIM系统将建模后的仿古建筑导入神经网络系统,然后通过神经网络系统对仿古建筑三维模型进行拆分处理,以便通过与建筑模型数据库对比,确定仿古建筑的建筑细节部分和建筑所需的材料,然后通过神经网络系统将仿古建筑的细节部分提取出来,以便在建筑施工前对建筑相关细节部分进行提前预制,从而节约了建筑细节部分施工时耗费的时间,然后将仿古建筑的建设位置和地理环境录入神经网络系统中,通过神经网络系统利用建筑位置和地理环境数据对仿古建筑的朝向进行模拟,从而使仿古建筑在使用时,能够更好的进行采光和通风,并根据建筑所需材料结合建筑位置数据,对材料获取途径进行优化分析,用以更便捷的获取建筑相关材料,节约了材料的运输成本和能耗,然后通过神经网络系统结合仿古建筑三维模型的室内空间分布和数据库内的线路方案,对仿古建筑内的各种线路进行优化处理,避免了在施工和使用过程中产生不必要的损耗,使仿古建筑在施工和使用时更为节能环保,然后通过神经网络系统综合优化后的仿古建筑三维模型、建筑材料、建筑细节部分和地理位置对施工方案进行制定,从而使施工方案与仿古建筑更为贴合,避免了在施工过程中产生不必要的损耗和能耗,进而节约仿古建筑的施工成本,并通过神经网络系统根据建筑施工所需的相关设备,对建筑施工产生的能耗进行预估,然后通过神经网络系统将施工方案和预估结果反馈至BIM系统,通过BIM系统对施工方案进行三维动态演示,并将能耗预估结果显示出来,以便工作人员可以更直观的了解施工方案。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于BIM和神经网络模型的仿古建筑节能优化方法,其特征在于,包括以下步骤:
S1:通过BIM系统构建仿古建筑三维模型,并将模型导入神经网络系统中;
S2:通过神经网络系统对仿古建筑三维模型进行拆解,通过与建筑模型数据库进行对比确定建筑细节部分与建筑所需材料,并将建筑细节部分从三维模型中提取出;
S3:将建筑位置和地理环境录入神经网络系统中,通过神经网络系统进行综合数据分析,确定建筑朝向及建筑料获取途径;
S4:通过神经网络系统结合分析结果与数据库资料,对仿古建筑内的线路、水路、供暖、通风、采光和照明线路进行优化处理;
S5:通过神经网络系统综合优化后的仿古建筑三维模型、建筑材料、建筑细节部分和地理位置数据对施工方案进行制定,并结合施工所需相关设备,对能耗进行预估分析;
S6:通过神经网络系统将施工方案和预估结果反馈至BIM系统,并通过BIM系统对施工方案进行三维动态演示,并将能耗预估结果显示出来。
2.根据权利要求1所述的一种基于BIM和神经网络模型的仿古建筑节能优化方法,其特征在于:所述S1中,通过利用BIM系统对仿古建筑进行建模。
3.根据权利要求1所述的一种基于BIM和神经网络模型的仿古建筑节能优化方法,其特征在于:所述S2中,通过将拆解后的仿古建筑三维模型与建筑模型数据库内的数据进行比对,从而快速确定出仿古建筑三维模型中的建筑细节部分,并将建筑细节部分从三维模型中提取出来,以便在建筑施工前对建筑相关细节部分进行提前预制。
4.根据权利要求1所述的一种基于BIM和神经网络模型的仿古建筑节能优化方法,其特征在于:所述S3中,通过神经网络系统利用建筑位置和地理环境数据对仿古建筑的朝向进行分析模拟,从而使仿古建筑在使用时,能够更好的进行采光和通风。
5.根据权利要求1所述的一种基于BIM和神经网络模型的仿古建筑节能优化方法,其特征在于:所述S3中,通过神经网络系统根据建筑所需材料结合建筑位置数据,对材料获取途径进行优化分析,用以更便捷的获取建筑相关材料,节约了材料的运输成本和能耗。
6.根据权利要求1所述的一种基于BIM和神经网络模型的仿古建筑节能优化方法,其特征在于:所述S4中,通过神经网络系统结合仿古建筑三维模型的室内空间分布和数据库内的线路方案,对仿古建筑内的各种线路进行优化处理,避免了在施工和使用过程中产生不必要的损耗。
7.根据权利要求1所述的一种基于BIM和神经网络模型的仿古建筑节能优化方法,其特征在于:所述S5中,通过神经网络系统根据优化后的仿古建筑、建筑材料、建筑细节部分和地理位置对施工方案进行制定,使施工方案与仿古建筑更为贴合,避免了在施工过程中产生不必要的损耗和能耗。
8.根据权利要求1所述的一种基于BIM和神经网络模型的仿古建筑节能优化方法,其特征在于:所述S6中,通过BIM系统对施工方案进行三维动态演示,以便工作人员可以跟直观的了解施工方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210650733.4A CN114840908A (zh) | 2022-06-10 | 2022-06-10 | 一种基于bim和神经网络模型的仿古建筑节能优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210650733.4A CN114840908A (zh) | 2022-06-10 | 2022-06-10 | 一种基于bim和神经网络模型的仿古建筑节能优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114840908A true CN114840908A (zh) | 2022-08-02 |
Family
ID=82573874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210650733.4A Pending CN114840908A (zh) | 2022-06-10 | 2022-06-10 | 一种基于bim和神经网络模型的仿古建筑节能优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114840908A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117494356A (zh) * | 2023-10-31 | 2024-02-02 | 成都建工第九建筑工程有限公司 | 一种基于bim技术的装配式施工方法 |
-
2022
- 2022-06-10 CN CN202210650733.4A patent/CN114840908A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117494356A (zh) * | 2023-10-31 | 2024-02-02 | 成都建工第九建筑工程有限公司 | 一种基于bim技术的装配式施工方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brown et al. | Design for structural and energy performance of long span buildings using geometric multi-objective optimization | |
Qingsong et al. | Parametric office building for daylight and energy analysis in the early design stages | |
CN103942388B (zh) | 一种大规模建筑信息模型与三维数字城市集成方法 | |
Zhu | Applying computer-based simulation to energy auditing: A case study | |
US20080249756A1 (en) | Method and system for integrating computer aided design and energy simulation | |
Stein | Greening Modernism: Preservation Sustainability And The Modern Environment | |
CN110717985A (zh) | 一种建筑数字孪生平台的构建方法 | |
CN113239543A (zh) | 一种基于虚拟现实技术的数字工厂模拟系统 | |
Zolotova et al. | Autodesk Revit-key to successful training of highly qualified civil engineers | |
CN114840908A (zh) | 一种基于bim和神经网络模型的仿古建筑节能优化方法 | |
Liang et al. | Research on design optimization of prefabricated residential houses based on BIM technology | |
CN114398701A (zh) | 基于bim的装修工程智能管理方法及系统 | |
Tretyakova et al. | Geometric modelling of building forms using BIM, VR, AR-technology | |
Zhao | An application of bim technology in computer-aided building energy saving design | |
CN114004000A (zh) | 一种基于bim技术管线智能排布的系统 | |
CN111460552A (zh) | 一种卫生间样板间自动设计方法 | |
Jianfeng et al. | Construction of intelligent building design system based on BIM and AI | |
CN108959824B (zh) | 一种营邑规划管线bim设计断面图层次化生成方法 | |
Wang | Automatic System Design of Assembly Building Components for Sustainable Building Projects Based on BIM Technology | |
CN102542082B (zh) | 空间钢结构施工图深化设计简化方法 | |
Xu et al. | Research on decoration design of green building based on BIM technology | |
Li | Innovation of Interior Design Automation Tools Based on CAD Algorithm | |
Hudson | Parametric development of problem descriptions | |
Xiongjin | Research on Interactive Design of BIM Architectural Space for Teaching Practice | |
Li et al. | The organic renewal of traditional villages from the perspective of logical space restoration and physical space adaptation: A case study of Laoche village, China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |